基于遗传算法的改进模糊C均值算法在入侵检测中的应用

为克服模糊C均值（FCM）算法对初始化极为敏感且容易陷入局部最优的缺点，将遗传算法和改进的模糊C均值聚类算法相结合，并以检测率和误检测率作为入侵检测算法性能评价的指标，对FCM、改进的FCM、基于遗传的改进FCM3种聚类算法的入侵检测性能进行仿真分析。仿真实验表明，结合遗传和FCM两种算法的混合算法能够实现优势互补。由于该算法结合了遗传算法，使整个算法的复杂度增加。从入侵检测看，通过增加处理时间而提高了入侵检测率。